коэффициентам регрессии линейной модели позволяют спланировать последующие эксперименты для достижения
оптимальной области кратчайшим способом. Эта задача решается путем учета знаков при коэффициентах. Например, еслито для увеличения y следует увеличивать x1 и уменьшать x2. Важно правильно выбрать величину шага по x1 и x2 . Малые шаги могут не позволить зафиксировать изменение параметра оптимизации и удлиняют поиск, а верхний предел шага лимитируется областью определения фактора. Следует отметить, что двигаться необходимо из центра эксперимента (основного уровня), а не из какой-либо точки (например, наилучшей).
Кратчайшее расстояние к максимуму (минимуму) непрерывной однозначной функции отклика из любой точки определяется градиентом -вектором, перпендикулярным изолиниям параметра оптимизации (см. рис. 4.2):
Оценками частных производных являются коэффициенты линейной регрессии . Следовательно, для движения по градиенту необходимо изменять факторы пропорционально их коэффициенту регрессии и в сторону, соответствующую знаку коэффициента. Для этого вычисляется расчетный коэффициент
Тогда шаг крутого восхождения по любому фактору в натуральных единицах можно вычислить по формуле
где — расчетный коэффициент.